篩查數據並找到企業真正可以使用的結果的角色落到了軟件開發者、數據科學家和統計學家身上。現在有很多工具輔助大數據分析，但最受歡迎的就是Python。
為什麽選擇Python?
Python最大的優點就是簡單易用。這個語言有著直觀的語法並且還是個強大的多用途語言。這壹點在大數據分析環境中很重要，並且許多企業內部已經在使用Python了，比如Google，YouTube，迪士尼，和索尼夢工廠。還有，Python是開源的，並且有很多用於數據科學的類庫。所以，大數據市場急需Python開發者，不是Python開發者的專家也可以以相當塊速度學習這門語言，從而最大化用在分析數據上的時間，最小化學習這門語言的時間。
用Python進行數據分析之前，妳需要從Continuum.io下載Anaconda。這個包有著在Python中研究數據科學時妳可能需要的壹切東西。它的缺點是下載和更新都是以壹個單元進行的，所以更新單個庫很耗時。但這很值得，畢竟它給了妳所需的所有工具，所以妳不需要糾結。
現在，如果妳真的要用Python進行大數據分析的話，毫無疑問妳需要成為壹個Python開發者。這並不意味著妳需要成為這門語言的大師，但妳需要了解Python的語法，理解正則表達式，知道什麽是元組、字符串、字典、字典推導式、列表和列表推導式——這只是開始。
各種類庫
當妳掌握了Python的基本知識點後，妳需要了解它的有關數據科學的類庫是怎樣工作的以及哪些是妳需要的。其中的要點包括NumPy，壹個提供高級數學運算功能的基礎類庫，SciPy，壹個專註於工具和算法的可靠類庫，Sci-kit-learn，面向機器學習，還有Pandas，壹套提供操作DataFrame功能的工具。
除了類庫之外，妳也有必要知道Python是沒有公認的最好的集成開發環境(IDE)的，R語言也壹樣。所以說，妳需要親手試試不同的IDE再看看哪個更能滿足妳的要求。開始時建議使用IPython Notebook，Rodeo和Spyder。和各種各樣的IDE壹樣，Python也提供各種各樣的數據可視化庫，比如說Pygal，Bokeh和Seaborn。這些數據可視化工具中最必不可少的就是Matplotlib，壹個簡單且有效的數值繪圖類庫。
所有的這些庫都包括在了Anaconda裏面，所以下載了之後，妳就可以研究壹下看看哪些工具組合更能滿足妳的需要。用Python進行數據分析時妳會犯很多錯誤，所以得小心壹點。壹旦妳熟悉了安裝設置和每種工具後，妳會發現Python是目前市面上用於大數據分析的最棒的平臺之壹。
希望能幫到妳！